Identifikasi dan ekstraksi bunga poppy pada tingkat piksel berdasarkan citra penginderaan jauh multi-temporal dan multispektral.
Latar Belakang Penelitian
Tanaman opium merupakan sumber utama narkoba seperti opium dan morfin. Meskipun penanaman opium ilegal dilarang keras oleh hukum Tiongkok, penanaman ilegal sporadis masih terjadi di beberapa daerah terpencil. Survei manual tradisional tidak efisien dan memiliki cakupan terbatas, sehingga tidak cocok untuk pemantauan skala besar. Teknologi penginderaan jauh satelit menawarkan keunggulan seperti cakupan luas dan...MultifaseKeunggulan objektivitasnya yang tinggi menjadikannya alat yang efektif untuk memantau budidaya opium.
Tujuan Penelitian
Studi ini menggunakanCitra multispektral Sentinel-2 L2A multi-temporal (fase ke-17)Dikombinasikan dengan lahan penanaman opium yang sudah diketahuiData vektorSebuah model identifikasi penginderaan jauh untuk tanaman poppy dibangun yang secara komprehensif mempertimbangkan fitur spektral, fitur indeks vegetasi, fitur deret waktu fenologi, dan fitur tekstur periode berbunga, sehingga dapat mencapai identifikasi akurat dan pemetaan distribusi spasial area penanaman poppy di wilayah penelitian.
Area studi
Target lahan tanam adalah area budidaya opium legal. Survei menunjukkan bahwa pada tahun 2026, periode berbunga opium di area ini adalah bulan Juni, dan warna bunganya putih.

rute teknis
Studi ini menggunakan citra satelit Sentinel2-L2A multi-temporal sebagai sumber data utama, membangun kumpulan fitur penginderaan jauh multi-dimensi dari empat dimensi: spektrum, indeks vegetasi, deret waktu fenologi, dan tekstur periode berbunga. Langkah-langkah pra-pemrosesan termasuk pemerataan sampel, pemilihan fitur, dan standardisasi fitur telah diselesaikan.Random Forest (RF), Gradient Boosting (Peningkatan GradienTiga metode pembelajaran mesin: 1) Support Vector Machine (SVM)Model identifikasi tanaman poppy dibangun secara terpisah, dan model optimal dievaluasi menggunakan validasi silang. Identifikasi dan ekstraksi poppy tingkat piksel di seluruh domain serta optimasi pasca-pemrosesan hasil diselesaikan. Akhirnya, peta klasifikasi biner poppy, peta distribusi probabilitas identifikasi, dan data vektor distribusi spasial dihasilkan, mewujudkan identifikasi penginderaan jauh yang akurat dan ekstraksi kuantitatif spasial dari petak-petak poppy.

Gambar 1.Peta Jalan Teknis Model Pengenalan Penginderaan Jauh Poppy
Metode teknis
Random forest adalah algoritma pembelajaran mesin yang berbasis pada pembelajaran ensemble.Dengan membangun sejumlah besar pohon keputusan yang "tidak berkorelasi" dan mengintegrasikan prediksinya, akurasi dan kekokohan model secara keseluruhan ditingkatkan. Pada dasarnya, ini adalah kumpulan dari beberapa pohon keputusan, yang masing-masing...Pengambilan sampel dengan penggantianModel ini dilatih pada subset data dan subset fitur acak. Model ini dapat digunakan untuk klasifikasi dan regresi.Akurasi tinggi, anti-OverfittingKeunggulannya meliputi ketahanan terhadap outlier dan noise, serta kemampuan untuk menangani data berskala besar dan berdimensi tinggi.

Gambar 2. Ide inti dari random forest
Hasil Penelitian

Gambar 3.Identifikasi penginderaan jauh bunga poppy, klasifikasi biner, citra

Gambar 4.Peta distribusi probabilitas identifikasi penginderaan jauh bunga poppy
Analisis kelebihan dan keterbatasan
Analisis Keuntungan
1. Penggabungan fitur multidimensiKeempat karakteristik tersebut adalah: spektrum komprehensif, indeks vegetasi, deret waktu fenologi, dan tekstur.
2. Pemanfaatan mendalam pita tepi merahKombinasi pita tepi merah utama (684/706/725nm) dikonfirmasi oleh literatur.
3. Pemodelan fenologi multitemporalGunakan informasi urutan waktu dari seluruh musim tanam untuk membedakan bunga poppy dari tanaman lain yang mungkin menimbulkan kebingungan.
Analisis Keterbatasan
1. Sampel pelatihan terbatasHanya sebagian dari ladang opium yang diketahui, dan kemampuan generalisasi model tersebut perlu diverifikasi lebih lanjut.
2. Keterbatasan resolusi spasialResolusi 10 meter Sentinel-2 memiliki kemampuan terbatas untuk mengidentifikasi area yang sangat kecil.
3. Risiko kebingungan antar kategoriBunga rapeseed putih dan bunga serupa lainnya dapat menyebabkan kesalahan identifikasi selama periode berbunga.

